是否有一种简单且标准的方法来自定义 Lucene 雪球词干提取器？
Is there an easy and standard way to customize Lucene snowball stemmer?
我正在使用 Lucene 7.x 和 ItalianStemmer。看过ItalianStemmer class 的代码，好像理解了很久。所以，我正在寻找一种快速（可能是标准）的方式来自定义意大利语词干分析器，而无需扩展 ItalianStemmer 或 SnowballProgram，因为我没有几天时间。
关键是我不明白为什么 "saluto"（问候语）这个名字的词干是 "sal"。它应该被词干化为 "salut"，因为动词 "salutare"（问候）被词干化为 "salut"。此外，"sala"（房间）和"sale"（房间）也被词干化为"sal"，这令人困惑，因为它们具有不同的含义。
标准方法是复制源代码，然后创建您自己的。
词干提取是一个基于规则的启发式过程。它旨在生成虽然不完美但通常足以促进搜索的词干。它没有可供您修改的变位词及其词干词典。 -uto 是意大利滚雪球词干分析器从单词中删除的动词后缀之一，as described here。您可以创建自己的版本，从列表中删除该后缀，但总而言之，您可能会创建比解决的问题更多的问题。
一个 returns 正确词根的工具通常被称为 lemmatizer，我不相信 Lucene 有任何开箱即用的工具。形态分析往往更慢、更复杂。如果它对您的用例很重要，您可能需要查找意大利语词形还原器，并将其用于自定义过滤器，或者在将文本传递给分析器之前对其进行预处理。
我正在使用 Lucene 7.x 和 ItalianStemmer。看过ItalianStemmer class 的代码，好像理解了很久。所以，我正在寻找一种快速（可能是标准）的方式来自定义意大利语词干分析器，而无需扩展 ItalianStemmer 或 SnowballProgram，因为我没有几天时间。
关键是我不明白为什么 "saluto"（问候语）这个名字的词干是 "sal"。它应该被词干化为 "salut"，因为动词 "salutare"（问候）被词干化为 "salut"。此外，"sala"（房间）和"sale"（房间）也被词干化为"sal"，这令人困惑，因为它们具有不同的含义。
标准方法是复制源代码，然后创建您自己的。
词干提取是一个基于规则的启发式过程。它旨在生成虽然不完美但通常足以促进搜索的词干。它没有可供您修改的变位词及其词干词典。 -uto 是意大利滚雪球词干分析器从单词中删除的动词后缀之一，as described here。您可以创建自己的版本，从列表中删除该后缀，但总而言之，您可能会创建比解决的问题更多的问题。
一个 returns 正确词根的工具通常被称为 lemmatizer，我不相信 Lucene 有任何开箱即用的工具。形态分析往往更慢、更复杂。如果它对您的用例很重要，您可能需要查找意大利语词形还原器，并将其用于自定义过滤器，或者在将文本传递给分析器之前对其进行预处理。